On ne réduit pas les coûts d'un système d'information. On les déplace.

Clémentine Langlois 

Cet article est né d’un geste de ménage numérique. Voulant réduire mes coûts de stockage, j’ai entrepris ce que je repoussais depuis des années : trier, pour les supprimer, les dossiers de mes missions de conseil accumulés depuis 2000, des gigaoctets de livrables, de modèles de coûts, de comités de pilotage, de plans d’économies. Au milieu de ces strates, un livret relié de 2013 : la synthèse d’un groupe de benchmark inter-DSI auquel je participais. Je l’ai rouvert. L’ironie ne m’a pas échappé : j’étais en train d’appliquer à mes propres archives l’un des leviers que ce document recommandait aux DSI, imiter le volume de données stockées, et de vérifier sur ma propre facture la loi qu’il m’avait apprise : le coût du gigaoctet a été divisé par cent depuis, et ma dépense de stockage n’a jamais baissé. Les volumes avaient tout repris. Ce livret m’a ramenée dans une salle de réunion parisienne, au début des années 2010. Autour de la table, des responsables de modèles de coûts venus d’entreprises qui, partout ailleurs, se font concurrence : assurance, protection sociale, énergie, industrie. Devant chacun, le même livret. Dedans, nos coûts réels, pas les coûts déclarés aux salons professionnels, les vrais, posés côte à côte sous des codes anonymes, ligne à ligne, inducteur par inducteur. Ce jour-là, sur une seule unité d’œuvre d’infrastructure, l’écart entre le participant le moins cher et le plus cher allait du simple au décuple, et davantage encore. Personne ne trichait. Personne n’était incompétent. Le silence qui a suivi reste l’un des moments les plus instructifs de ma vie professionnelle. Car ce que ce silence disait, et que vingt-cinq ans de terrain m’ont confirmé depuis, tient en une phrase que je n’ai jamais lue dans un rapport d’analyste : on ne baisse pas les coûts d’un système d’information. On les déplace. Toute la discipline, la vraie, consiste à savoir vers qui, vers quand, et si c’est choisi. Et à l’heure où l’intelligence artificielle promet, une fois de plus, des gains de productivité massifs, pendant que la dépense informatique mondiale s’apprête à franchir 6 300 milliards de dollars en 2026, en hausse de 13,5 % selon Gartner, cette règle n’a jamais mérité d’être posée aussi tôt dans la conversation. La grande illusion de la baisse
Depuis 2000, j’ai piloté, modélisé ou redressé des budgets informatiques dans la santé publique et hospitalière, la protection sociale et l’assurance, la banque, les télécoms et l’industrie. Peu de parcours traversent ces mondes-là ensemble et c’est précisément ce croisement qui rend la mécanique visible : j’ai vu la même loi opérer dans les systèmes d’information hospitaliers, dans les programmes de santé numérique, dans les infrastructures bancaires, dans le cloud industriel et je la vois se rejouer aujourd’hui, trait pour trait, dans l’IA générative. Quatre vagues ont promis la baisse : la rationalisation, la transparence, le cloud, et maintenant l’intelligence artificielle. Aucune n’a tenu cette promesse au niveau où elle l’avait formulée ; celui du budget global. Toutes, en revanche, ont tenu une promesse qu’elles ne formulaient pas : transférer la charge vers un autre payeur, un autre exercice, une autre ligne comptable, ou hors du périmètre de mesure. Le paradoxe n’est qu’apparent : ce que chaque vague appelait « économies » était, à l’examen, un déplacement. Cinq déplacements, vingt-cinq ans

Du projet vers la transition (2000-2010)

La décennie des grandes convergences, fusions de bases, référentiels uniques, urbanisation, promettait des économies d’échelle. Je l’ai vécue sur des programmes mutualistes, hospitaliers et bancaires : les économies théoriques étaient absorbées par le coût de la transition elle-même, reprises de données, doubles exploitations, conduite du changement sous-dimensionnée. Et le résidu se déplaçait vers un payeur que personne ne consolidait : l’utilisateur, qui recréait dans ses fichiers parallèles et ses procédures officieuses le système qu’on venait de lui retirer. Le shadow IT n’est pas né avec le SaaS ; il est né comme ligne d’arrivée invisible des plans d’économies. 

Du coût caché vers le coût visible (2010-2015)

Vint l’époque de la transparence, celle de la salle de réunion par laquelle j’ai commencé. Modèles de coûts par activités adossés au référentiel CIGREF, inducteurs partagés (MIPS, unités de puissance, Go, tickets), taux journaliers comparés ligne à ligne, expérimentations de budget base zéro : du FinOps une décennie avant le mot. Ce travail fut précieux, mais il faut dire honnêtement ce qu’il a produit : il n’a pas réduit les coûts, il a réduit l’ignorance. Les écarts du simple au décuple n’étaient presque jamais des inefficacités ; c’étaient des choix non explicités, de niveau de service, de redondance, de stratégie de sourcing, que personne n’avait jamais posés sur la table en face de leur prix. Rendre le déplacement visible : c’était déjà, sans le savoir, la définition du métier. 

Du CAPEX vers l’OPEX, de la DSI vers le fournisseur (2015-2022)

Le cloud a opéré le déplacement le plus massif du quart de siècle, et le plus habilement vendu. Ne plus posséder : la promesse était comptablement exacte et économiquement redoutable. Le Build est devenu du Run ; l’investissement ponctuel, un abonnement perpétuel et indexé ; et les inducteurs de coûts que nous construisions en interne, MIPS négocié, coût du cœur, Go acheté ont été remplacés par des unités d’œuvre imposées par le fournisseur : vCPU/heure, utilisateur/mois, requête. La déflation unitaire fut spectaculaire, le Go divisé par cinquante, et aucun budget n’a baissé : les volumes ont tout repris, et au-delà. Je mesurais cet effet rebond bien avant que le paradoxe de Jevons ne devienne un argument à la mode ; ce n’est pas une découverte de l’ère de l’IA, c’est la loi d’airain du secteur depuis que je le pratique. Le coût s’était déplacé deux fois : du présent vers le futur, et de notre pouvoir de négociation vers le leur. 

De la DSI vers les métiers (le déplacement silencieux)

Pendant la même période s’opérait le déplacement le moins commenté et le plus politique : le SaaS souscrit directement par les directions métiers. Des budgets DSI « stabilisés », célébrés en comité de direction, pendant que la dépense numérique réelle de l’entreprise, éclatée en abonnements départementaux, en cartes bancaires métiers, en outils « d’essai » devenus critiques, continuait de croître hors de toute consolidation. J’ai vu des organisations où la dépense numérique hors budget DSI dépassait le tiers du budget officiel. La baisse n’était pas une baisse : c’était une sortie de périmètre. 

Du budget vers le compteur (2022-2026)

Restait le déplacement final, celui que nous vivons. L’énergie d’abord : en 2013, dans nos travaux de benchmark, les projections annonçant une électricité en forte hausse passaient pour alarmistes, et nous constations que la plupart des DSI ne consolidaient même pas ce poste. La suite a dépassé la projection, le coût s’était déplacé vers une externalité que personne ne mesurait. L’intelligence artificielle ensuite, qui rejoue sous mes yeux une partition que je connais par cœur : les dépenses mondiales liées à l’IA approchent 2 500 milliards de dollars en 2026 et les investissements en centres de données croissent de plus de 50 % par an pendant qu’en France, à peine plus d’un tiers des DSI anticipent une hausse de leur propre budget. Une ressource de calcul centralisée et rare, facturée à l’unité d’œuvre par un oligopole, des coûts difficiles à attribuer aux usages : le token est au DSI de 2026 ce que le MIPS était à celui de 2010 en plus volatil, et négocié avec moins de leviers. Après quarante ans de décentralisation, l’informatique se recentralise ; et les DSI, qui ont désappris l’économie du mainframe, redécouvrent dans l’urgence les méthodes qu’ils croyaient obsolètes. 

_{Vingt-cinq ans de déplacements ...}

Synthèse personnelle, fondée sur mes travaux de benchmark inter-DSI et les références de marché publiques (CIGREF, Gartner, Forrester, baromètres budgétaires DSI 2025-2026). 

Ce que cette thèse change, concrètement

Si l’on admet qu’un coût SI ne se supprime pas mais se déplace, alors le métier change de définition. Il ne consiste plus à « réduire », verbe qui condamne à l’échec ou au mensonge périmétrique, mais à gouverner les déplacements : les rendre visibles, les chiffrer, et surtout les faire choisir par ceux qui en porteront la charge. Trois conséquences pratiques en découlent. On ne pilote pas les prix, on pilote la demande.

Les deux tiers des coûts d’une DSI sont de la matière grise : c’était vrai en 2010, c’est vrai en 2026. Aucune vague technologique n’y a rien changé, et le reste est de plus en plus tarifé par d’autres. 

Les seuls leviers durables que j’aie vus fonctionner portent sur les volumes et les exigences : niveaux de service explicités face à leur prix, rétention des données arbitrée, sobriété fonctionnelle assumée. La sur-qualité non discutée est le plus grand gisement d’économies de l’histoire du SI, et le plus coûteux en termes politiques à ouvrir. 

Un budget « stable » est une question, pas une réponse. 

Devant tout, budget qui baisse ou se maintient, la seule question qui vaille est : où le coût est-il parti ? Vers les métiers ? Vers les exercices futurs ? Vers une dette technique ou énergétique ? Vers un fournisseur en position de force ? Une direction générale outillée de cette seule question lit un budget SI mieux que la plupart des comités d’audit. 

Les méthodes ne meurent pas, elles changent de nom et de propriétaire. 

L’ABC est devenu le TBM, le modèle de coûts est devenu le FinOps, le budget base zéro revient avec la pression budgétaire de 2026, qui ressemble trait pour trait au contexte post-2008 ayant fait naître nos groupes de benchmark. Mais un outillage sans mandat ne déplace rien : si le FinOps déçoit, ce sera pour la raison exacte qui avait limité l’ABC, mesurer sans pouvoir dire non. La grammaire ressources-activités-services traverse les modes ; le pouvoir de s’en servir, lui, se négocie à chaque génération. Décider qui paie en conscience.

On m’objectera que cette thèse est pessimiste. C’est l’inverse. Reconnaître qu’un coût se déplace plutôt qu’il ne disparaît, c’est sortir du théâtre des « plans d’économies » pour entrer dans la seule discipline qui produise de la valeur : décider en conscience qui paie, quand, et pour quel service rendu. 

C’est une discipline de gouvernance et de dialogue, pas d’achat. Mes travaux de recherche ultérieurs, menés en santé numérique, ont confirmé la même loi sous un autre angle : l’environnement collaboratif pèse davantage que la sophistication technologique dans la performance d’un système et donc dans son économie. Du bloc opératoire au datacenter, la règle ne varie pas. Les technologies se déflatent ; les organisations, non. C’est donc sur les organisations, leurs décisions, leurs silences, leurs périmètres, que se gagnent, depuis vingt-cinq ans et pour les vingt-cinq prochaines années, les batailles économiques du numérique. 

La salle de réunion du début des années 2010 m’avait appris : le jour où des concurrents acceptent de poser leurs vrais coûts sur la table, ce ne sont pas les coûts qui changent, c’est la qualité des décisions. 

Quant à mon tri d’archives, il s’est conclu comme tout bon arbitrage : j’ai supprimé des gigaoctets de livrables, et gardé le livret de 2013. 

Certains coûts de stockage sont des investissements. Car la question n’a jamais été : comment réduire les coûts ? La question est : qui acceptera de les porter, et pourquoi. Depuis vingt-cinq ans, toute l’économie du numérique tient dans cette réponse.